-
公开(公告)号：CN116127482A
公开(公告)日：2023-05-16
申请号：CN202211589585.6
申请日：2022-12-12
Applicant: 四川大学
IPC: G06F21/60 , G06F16/953
Abstract: 本发明涉及一种基于可搜索加密和区块链的工控数据访问控制方法，利用可搜索加密既可以保护数据安全，也能够提供密文搜索的能力，以及智能合约公平可靠的优点，解决了工控系统敏感数据访问控制安全性要求高的难题。首先，提出了一个适用于区块链的可搜索加密方法，该方法支持多关键字快速检索。然后设计并实现了系统架构和智能合约。最后，通过实验验证，所提出的可搜索加密方法搜索速度快，安全性高。基于该方法的对数据访问控制安全严格，适用于工控系统敏感数据的访问管理。
-
公开(公告)号：CN116248286A
公开(公告)日：2023-06-09
申请号：CN202211589570.X
申请日：2022-12-12
Applicant: 四川大学
IPC: H04L9/32 , H04L67/125
Abstract: 本发明提出一种基于多层设计的工控数字存证链，首先，本文设计了一种多层设计的区块链，其允许公有链和私有链进行混合连接，从而提供了更好的可扩展性。此外，对现有的共识算法进行改进，进一步降低了延时，从而满足工控系统的高实时性的特点。为了解决工控设备资源有限的问题，添加专用设备作为节点参与到区块链。因此该区块链可以在工控的高实时性和计算、存储等资源受限的环境下适用，同时在可扩展性和隐私性方面也相对于传统的取证系统有了较大的提升。
-
公开(公告)号：CN113420414B
公开(公告)日：2022-08-30
申请号：CN202110584457.1
申请日：2021-05-27
Applicant: 四川大学
IPC: G06F30/20 , G06Q10/04 , G06F16/2458 , G06F16/215 , G06F17/15 , G06F17/16 , G06F17/18 , G06K9/62
Abstract: 本发明涉及一种基于动态时空分析的短时交通流预测方法，具体包括：系统建模：提出用于表征区域路网各路段交通状态的动态的交通流时空状态矩阵，精准化地定量表征了路段的交通状态；提出用于计算交通流时空状态矩阵之间相似度的交通流动态时空权重矩阵，动态地为时空状态矩阵的每个数据元素分配权值，以构建动态时空加权欧氏距离，优化K近邻模型的近邻搜索机制；提出基于相似度占比的加权预测法，使用美国加州公路管理系统PeMS的真实交通流量数据集进行实证研究。讨论了包含均值预测、反距离加权预测、等级加权预测三种预测函数的精度表现。与现有的统计理论和人工神经网络模型对比，验证了本发明所提模型在短时交通流预测中具有更好的预测精度。
-
Patent Agency Ranking
公开(公告)号：CN113420414A
公开(公告)日：2021-09-21
申请号：CN202110584457.1
申请日：2021-05-27
Applicant: 四川大学
IPC: G06F30/20 , G06Q10/04 , G06F16/2458 , G06F16/215 , G06F17/15 , G06F17/16 , G06F17/18 , G06K9/62
Abstract: 本发明涉及一种基于动态时空分析的短时交通流预测方法，具体包括：系统建模：提出用于表征区域路网各路段交通状态的动态的交通流时空状态矩阵，精准化地定量表征了路段的交通状态；提出用于计算交通流时空状态矩阵之间相似度的交通流动态时空权重矩阵，动态地为时空状态矩阵的每个数据元素分配权值，以构建动态时空加权欧氏距离，优化K近邻模型的近邻搜索机制；提出基于相似度占比的加权预测法，使用美国加州公路管理系统PeMS的真实交通流量数据集进行实证研究。讨论了包含均值预测、反距离加权预测、等级加权预测三种预测函数的精度表现。与现有的统计理论和人工神经网络模型对比，验证了本发明所提模型在短时交通流预测中具有更好的预测精度。
-
公开(公告)号：CN117675277A
公开(公告)日：2024-03-08
申请号：CN202311439443.6
申请日：2023-11-01
Applicant: 四川大学
IPC: H04L9/40 , G06N3/045 , G06N3/0464 , G06N3/0442 , G06N3/084 , H04L41/16
Abstract: 本发明针对现有的基于突变的模糊测试技术存在的突变策略复杂、收敛能力弱、发现异常的能力弱等问题，提出了一种基于概率突变的工控协议模糊测试模型CNN‑LSTMMutator。该模型采用CNN‑LSTM联合模型作为概率生成器的基本架构，使用双层卷积层和池化层充分学习协议局部结构特征，并通过堆叠LSTM进行长序列特征传递和学习时序特征。将概率生成器生成的概率向量用于突变发生器产生突变协议数据，并生成位图向量用于优化器优化。该模型能够高效地提取协议序列特征信息并用于指导测试用例的突变，并且在测试用例通过率和异常发现能力上都有着不错的表现。
-
公开(公告)号：CN116167473A
公开(公告)日：2023-05-26
申请号：CN202111402474.5
申请日：2021-11-23
Applicant: 四川大学
Abstract: 本发明公开了一种基于Quartiles和DBN的风功率异常点剔除及风功率准确预测的方法。首先对指定未来时间尺度下的风速进行单步/多步预测。接着，完成数据清洗，基于四分位数法剔除指定风速间隔下对应的风功率离群值及指定风功率间隔下指定的风速离群值。依据v‑p点分布特性将异常点分为四类。在初步剔除中，找出第一、第二及其它类异常点，清除指定风速区间内对应的风功率离群值及指定风功率区间内对应的离群风速值。通过DBN深度神经网络，构造WTPC模型。输入清洗完毕后的数据，利用堆叠RBM完成参数初始化。通过BP反向传播对整个DBN网络参数微调，完成WTPC模型的构造。将之前得到的风速预测值代入WTPC模型，得到相同时间尺度下的单步/多步风功率预测值。
-
公开(公告)号：CN116155543A
公开(公告)日：2023-05-23
申请号：CN202211640601.X
申请日：2022-12-20
Applicant: 四川大学
IPC: H04L9/40 , H04L67/104 , H04L67/125
Abstract: 本发明涉及一种基于权能和区块链的工业控制系统访问控制方法，具体包括：优化权能模型：详细规定权能令牌的结构和创建方式，对权能令牌的授予规则进行详细规定，确保授予过程灵活规范，使用待撤销列表来提高权能令牌的撤销速度，最后对权能令牌进行对维度的完整性和正确性验证，确保权能令牌正确；构建访问控制系统：首先详细描述了访问控制架构的各个模块及其功能，然后完成智能合约的相关接口的定义和编写，智能合约被部署在系统的服务域中，用于用户和区块链数据的交互。通过所提的基于权能和区块链的工业控制系统访问呢控制方法，可以安全、灵活、细粒度的完成工业控制系统所维护资源的访问控制，提高系统的安全性。
-
公开(公告)号：CN115731035A
公开(公告)日：2023-03-03
申请号：CN202111021948.1
申请日：2021-09-01
Applicant: 四川大学
Abstract: 本发明公开了一种基于智能合约和演化博弈论的动态激励模型。该模型主要分为两部分：基于演化博弈论的数据共享激励机制EGTI和基于EGTI的智能合约设计。建立演化博弈模型的分析结果，设计基于EGTI的智能合约并将合约部署在链上，动态调整用户参与的激励收益。用户调用合约获取预期收益，促进用户参与联邦学习的模型训练，加速协作任务的完成。在系统中引入“信誉币”，作为数据共享交易的加密货币，促进用户诚实地参与联邦学习的模型训练以获取信誉币，避免在学习过程中，用户传播无效或低质量的模型参数，导致模型训练精度不高。该模型所提出的动态激励机制能促进参与方最终都参与联邦学习协作训练任务并保持稳定，且有效地帮助提高模型的准确率。
-
-
-
-
-
-
-
Search Results
8
records
(took 0.019 seconds)
